简化研究人员的算法测试。

Question

我在一个研究开发和完整运输代码的大型团队中工作。

我开发在我们的实时系统上运行的流程的一半时间（介于软实时和硬实时，中等实时？）

另一半我为研究人员编写或优化过程，他们根本不关心代码。

目前我正在研究一个我必须分成两个不同分支的过程。

有一个研究版本，一个生产版本需要偶尔与研究代码合并，以获得最新和最好的生产。

要测试这些过程，您需要设置一个半复杂的测试环境，将我们分析的数据在正确的时间（实时系统）发送到流程。

我在考虑如何制作：

1. 观
2. 实施
3. 测试
4. GOTO＃1

为同事尽可能轻松，快速，无痛地骑行。

我的一个想法是在这些长时间运行的流程中嵌入脚本语言。 因此，当流程运行时，他们可以调整实际的算法＆amp;它的参数。

关闭蝙蝠我看了嵌入：

• Lua（有用guide）
• Python（有用guide）

这些似乎都可行，实际上可能完全解决了给定的问题。

还有其他好主意吗？

在1-2行更改后重新编译，重新部署到测试环境并重新启动只是糟透了。

这个系统相当复杂，希望我能够很好地解释它。

Answer 1

如果您可以通过脚本更改足够的程序以实现有用，而无需完全重新编译，那么您应该考虑将系统分解为更小的部分。你可以有一个处理数据加载等的“服务器”，然后是执行实际处理的客户端代码。每次系统加载新数据时，它都可以检查并查看客户端代码是否已经重新编译，然后在这种情况下使用它。

我认为这里会有一些优点，其中最大的优点是整个系统的复杂程度要低得多。现在你用一种语言而不是两种语言工作。当人们从头脑中从python或lua模式转换到c ++模式时，人们可能会把事情搞得一团糟。通过在系统中嵌入其他语言，您也有可能变得依赖它。如果你使用python或lua来调试程序，那么这些语言要么在部署时成为依赖项，要么需要将内容反馈给C ++。如果你选择将东西移植到C ++，那么在切换过程中会出现错误的另一个机会。

Answer 2

嵌入Lua比嵌入Python容易得多。

• Lua从一开始就被设计为嵌入式; Python的嵌入性是在事后嫁接的。

• Lua比Python小20倍，简单。

您对构建过程没有太多说明，但使用非常强大的make版本可以大大简化构建和测试。我使用Andrew Hume的mk，但你可能会更好地投入时间来掌握Glenn Fowler的nmake，它可以动态添加依赖项，并且无需单独的配置步骤。我通常不推荐使用nmake，因为它有点复杂，但很明显Fowler和他的团队已经为批量扩展和可移植性问题构建了nmake解决方案。对于您的特殊情况，掌握它可能是值得的。

Answer 3

不确定我是否了解您的系统，但如果构建和部署过于复杂，您可以将其自动化吗？如果部署是完全自动的，那会解决问题吗？

我不明白脚本语言如何解决问题？如果更改算法，仍然需要从头开始重新计算，不是吗？

Answer 4

听起来你需要的是CruiseControl或类似的东西;每当hyou触摸基线代码时，它都会重建并重新运行测试。